Luận văn TS Phạm Phú Quốc: Hợp đồng vay, Bất đối xứng thông tin

Nghiên cứu về sự kết nối của các điều khoản hợp đồng vay, thông tin bất đối xứng và mối quan hệ cho vay trong luận văn tiến sĩ kinh tế.

• Đề tài: Hub Jointness Of Loan Contract Terms Information Asymmetries And Lending Relationships
• Loại tài liệu: thesis

Mục lục chi tiết

• LIST OF TABLES
• ABBREVIATIONS
• ABSTRACT
• STATEMENT OF AUTHORSHIP
• ACKNOWLEDGEMENTS
• 1. CHAPTER 1: INTRODUCTION
• 1.1. Loan Contract Terms
• 1.2. Borrower Information and Lending Relationships
• 1.3. MOTIVATIONS AND RESEARCH QUESTIONS
• 1.3.1. Jointness of Loan Contract Terms
• 1.3.2. Information Asymmetries and Loan Contract Terms
• 1.3.3. Lending Relationships and Loan Contract Terms
• 1.4. RESEARCH OBJECTIVES AND HYPOTHESES
• 1.5. DATA, METHODOLOGY, AND EMPIRICAL FINDINGS
• 1.6. STRUCTURE OF THE THESIS
• 2. CHAPTER 2: LITERATURE REVIEW
• 2.1. THEORY AND EVIDENCE ON LOAN TERM RELATIONS
• 2.1.1. Relations between Loan Contract Terms
• 2.1.2. Jointness of Loan Contract Terms (Hypotheses for RQ1)
• 2.2. INFORMATION ASYMMETRIES AND CONTRACT TERMS
• 2.2.1. Information Asymmetries and Loan Terms
• 2.2.2. Loan Term Trade-Offs and Information Asymmetries
• 2.2.2.1. Loan Size Selection, Given Loan Term Jointness
• 2.2.2.2. Covenant Choice, Given Loan Term Jointness
• 2.2.2.3. Loan Price, Collateral, and Maturity Choice, Given Loan Term Jointness
• 2.2.3. Hypotheses for RQ2
• 2.3. LENDING RELATIONSHIPS AND LOAN TERMS
• 2.3.1. Lending Relationship Concepts
• 2.3.1.1. Lending Relationships
• 2.3.1.2. Lending Relationship Measures
• 2.3.2. Literature on Lending Relationships and Loan Terms
• 2.3.3. Hypotheses for RQ3
• 2.3.3.1. Impact of Lending Relationships on Loan Covenants
• 2.3.3.2. Impact of Lending Relationships on Loan Size
• 2.3.4. Hypotheses for RQ4
• 2.4. CHAPTER SUMMARY
• 3. CHAPTER 3: DATA AND METHODOLOGY
• 3.1. DATA AND SAMPLE
• 3.1.1. DealScan’s Information Sources
• 3.1.2. DealScan’s Deal and Facility Classifications
• 3.1.3. Searching DealScan Borrower Information from Compustat
• 3.1.4. Reporting Year Inconsistencies between DealScan and Compustat
• 3.1.5. Potential Misidentification of Lender and Borrower Names
• 3.1.6. Revolving and Term Loans
• 3.1.7. Sample Units, Sampling Procedures, and Composition
• 3.2. METHODOLOGY FOR RQ1, RQ2, AND RQ3
• 3.3. METHODOLOGY FOR RQ4
• 3.3.1. Different Proxies for Information Asymmetries
• 3.3.2. Alternative Measures of Lending Relationship
• 3.3.3. Endogeneity of Loan Type Selection
• 3.4. CHAPTER SUMMARY
• 4. CHAPTER 4: VARIABLES AND DESCRIPTIVE STATISTICS
• 4.1. Loan Contract Terms
• 4.2. Other Loan Characteristics
• 4.3. Borrower Characteristics
• 4.4. Other Borrower Characteristics
• 4.5. DESCRIPTIVE STATISTICS AND CORRELATION ANALYSIS
• 4.6. CHAPTER SUMMARY
• 5. CHAPTER 5: EMPIRICAL RESULTS
• 5.1. EMPIRICAL RESULTS FOR RQ1
• 5.1.1. Summary of Hypothesis Testing for RQ1
• 5.2. EMPIRICAL RESULTS FOR RQ2
• 5.2.1. Summary of Hypothesis Testing for RQ2
• 5.3. EMPIRICAL RESULTS FOR RQ3
• 5.3.1. Summary of Hypothesis Testing for RQ3
• 5.4. EMPIRICAL RESULTS FOR RQ4
• 5.4.1. Summary of Hypothesis Testing for RQ4
• 5.5. RESULTS FOR CONTROL VARIABLES AND ROBUSTNESS TESTS
• 5.5.1. Results for Control Variables
• 5.5.2. Robustness Tests of the Hypotheses for RQ1, RQ2, RQ3, and RQ4
• 5.5.2.1. Other Information Asymmetry Proxies
• 5.5.2.2. Alternative Lending Relationship Measures
• 5.5.2.3. Endogeneity of Loan Type Selection
• 5.6. CHAPTER SUMMARY
• 6. CHAPTER 6: CONCLUSION
• 6.1. REVIEW OF RESEARCH QUESTIONS, HYPOTHESES, AND FINDINGS
• 6.1.1. RQ1: Are loan contract terms (i.e., price, collateral, maturity, covenants, and size) simultaneously determined?
• 6.1.2. RQ2: Given their jointness, are loan terms (i.e., price, collateral, maturity, covenants, and size) traded off when addressing borrower information asymmetries?
• 6.1.3. RQ3: Given the jointness of loan terms, do lending relationships affect loan covenants and size?
• 6.1.4. RQ4: Given the jointness of loan terms, do borrowers with higher information asymmetries benefit from better price and non-price terms from their relationship lenders?
• 6.2. FUTURE RESEARCH DIRECTIONS
• REFERENCES
• APPENDIX A: SELECTED LOAN DATA CHARACTERISTICS
• APPENDIX B: EXPECTED SIGNS OF VARIABLES
• APPENDIX C: CORRELATION MATRIX FOR REVOLVING AND TERM LOANS
• APPENDIX D: FIRST STAGE REGRESSION FOR THE RQ1, RQ2, AND RQ3 MODEL
• APPENDIX E: FURTHER ANALYSIS ON THE RQ1, RQ2, AND RQ3 MODEL
• LOAN TERM RELATIONS
• LENDING RELATIONSHIP IMPACT ON LOAN TERMS
• RESULTS OF CONTROL VARIABLES
• APPENDIX F: ROBUSTNESS TESTS FOR RQ1, RQ2, AND RQ3
• DIFFERENT PROXIES FOR INFORMATION ASYMMETRIES
• ALTERNATIVE MEASURES OF LENDING RELATIONSHIPS
• ENDOGENEITY OF LOAN TYPE SELECTION
• APPENDIX G: DETAIL ESTIMATES RELATED TO THE RQ4 MODEL
• APPENDIX H: ROBUSTNESS TESTS FOR RQ4
• DIFFERENT PROXIES FOR INFORMATION ASYMMETRIES
• ALTERNATIVE MEASURES OF LENDING RELATIONSHIPS
• ENDOGENEITY OF LOAN TYPE SELECTION

Tóm tắt

I. Tổng quan Luận án Hợp đồng tín dụng và thông tin bất đối xứng

Luận án tiến sĩ kinh tế học của tác giả Phạm Phú Quốc với chủ đề “Jointness of Loan Contract Terms, Information Asymmetries, and Lending Relationships” là một công trình nghiên cứu chuyên sâu về cơ chế hoạt động của thị trường tín dụng. Trọng tâm của luận án là phân tích mối quan hệ phức tạp giữa các yếu tố then chốt: sự xác định đồng thời của các điều khoản hợp đồng tín dụng, vấn đề thông tin bất đối xứng giữa bên cho vay và bên vay, cùng với vai trò của mối quan hệ cho vay lâu dài. Nghiên cứu này đặt ra một câu hỏi nền tảng: liệu các điều khoản chính của một khoản vay – bao gồm lãi suất, tài sản thế chấp, kỳ hạn, các giao ước và quy mô – có được quyết định một cách độc lập hay chúng là một gói tổng thể không thể tách rời? Luận án chứng minh rằng việc xem xét các điều khoản này một cách riêng lẻ có thể dẫn đến những kết luận sai lệch, bởi chúng có sự ràng buộc và đánh đổi lẫn nhau. Dựa trên một tập dữ liệu lớn về các khoản vay thương mại tại Hoa Kỳ, nghiên cứu này sử dụng các mô hình kinh tế lượng phức tạp để làm sáng tỏ cách các ngân hàng thiết kế cấu trúc hợp đồng vay tối ưu nhằm quản lý rủi ro tín dụng trong môi trường thông tin không hoàn hảo. Kết quả của luận án không chỉ có giá trị học thuật mà còn mang lại những hàm ý quan trọng cho các nhà quản lý ngân hàng, doanh nghiệp đi vay và các nhà hoạch định chính sách.

1.1. Mục tiêu và câu hỏi nghiên cứu cốt lõi của luận án

Luận án tập trung vào bốn câu hỏi nghiên cứu (RQ) chính. Thứ nhất (RQ1), liệu năm điều khoản chính của hợp đồng vay (giá, tài sản thế chấp, kỳ hạn, giao ước hợp đồng (covenants) và quy mô) có được xác định đồng thời hay không? Thứ hai (RQ2), trong bối cảnh các điều khoản này được xác định đồng thời, chúng được đánh đổi như thế nào để giải quyết vấn đề thông tin bất đối xứng? Thứ ba (RQ3), liệu mối quan hệ cho vay có ảnh hưởng đến các điều khoản về giao ước và quy mô khoản vay? Và cuối cùng (RQ4), những người đi vay có mức độ bất đối xứng thông tin cao hơn có nhận được các điều khoản tốt hơn từ những người cho vay có quan hệ trước đó không? Những câu hỏi này định hình toàn bộ cấu trúc và phương pháp luận của nghiên cứu.

1.2. Giới thiệu các khái niệm Sự xác định đồng thời và bất đối xứng

Sự xác định đồng thời (jointness) là giả định trung tâm của luận án, cho rằng các điều khoản tín dụng không thể được đàm phán riêng lẻ. Ví dụ, một doanh nghiệp có thể chấp nhận một mức lãi suất cho vay cao hơn để đổi lấy một khoản vay lớn hơn hoặc ít yêu cầu về tài sản thế chấp hơn. Trong khi đó, thông tin bất đối xứng xảy ra khi người đi vay có nhiều thông tin về khả năng trả nợ và mức độ rủi ro của dự án hơn người cho vay. Tình trạng này dẫn đến hai vấn đề kinh điển là lựa chọn đối nghịch (adverse selection) trước khi ký hợp đồng và rủi ro đạo đức (moral hazard) sau khi ký hợp đồng, làm gia tăng rủi ro tín dụng cho các tổ chức tài chính.

II. Thách thức cốt lõi Rủi ro từ thông tin bất đối xứng trong cho vay

Vấn đề thông tin bất đối xứng là một trong những thách thức lớn nhất trong lĩnh vực tài chính - ngân hàng, là nguồn gốc của nhiều rủi ro tiềm ẩn trong hoạt động cấp tín dụng. Khi người cho vay không thể phân biệt chính xác giữa những người đi vay tốt và xấu, thị trường có thể bị bóp méo nghiêm trọng. Luận án đã đi sâu phân tích hai hệ quả trực tiếp của tình trạng này là lựa chọn đối nghịch và rủi ro đạo đức. Về cơ bản, ngân hàng phải đối mặt với một bài toán khó: làm thế nào để thiết kế một hợp đồng tín dụng vừa đủ hấp dẫn để thu hút khách hàng tốt, vừa đủ chặt chẽ để sàng lọc và ngăn chặn những khách hàng rủi ro cao. Điều này đòi hỏi một khoản chi phí sàng lọc và giám sát đáng kể, từ việc thẩm định hồ sơ ban đầu đến việc theo dõi hoạt động của doanh nghiệp trong suốt thời gian vay. Theo lý thuyết đại diện (agency theory), tồn tại một sự xung đột lợi ích cố hữu giữa người ủy thác (ngân hàng) và người đại diện (doanh nghiệp). Doanh nghiệp có thể có động cơ để theo đuổi những dự án rủi ro hơn dự kiến sau khi đã nhận được vốn vay. Việc không giải quyết triệt để các vấn đề này không chỉ làm giảm hiệu quả cho vay mà còn có thể đe dọa sự ổn định của toàn bộ hệ thống tài chính.

2.1. Phân tích rủi ro lựa chọn đối nghịch adverse selection

Rủi ro lựa chọn đối nghịch phát sinh trước khi giao dịch tín dụng diễn ra. Khi các ngân hàng thương mại đưa ra một mức lãi suất trung bình cho tất cả người vay, những người vay có rủi ro thấp (khách hàng tốt) sẽ thấy mức lãi suất này quá cao và rút lui khỏi thị trường. Ngược lại, những người vay có rủi ro cao (khách hàng xấu) lại sẵn sàng chấp nhận, vì mức lãi suất đó vẫn có lợi cho họ. Kết quả là, danh mục cho vay của ngân hàng dần dần chỉ còn lại những khách hàng có rủi ro cao, làm tăng xác suất vỡ nợ. Luận án chỉ ra rằng các điều khoản phi giá như yêu cầu tài sản thế chấp và các giao ước hợp đồng chặt chẽ là công cụ hiệu quả để sàng lọc và giảm thiểu vấn đề này.

2.2. Vấn đề rủi ro đạo đức moral hazard sau khi ký hợp đồng

Rủi ro đạo đức xảy ra sau khi hợp đồng đã được ký kết. Do người cho vay không thể giám sát hoàn toàn mọi hành động của người đi vay, người vay có thể có động cơ thay đổi hành vi, chẳng hạn như đầu tư vào các dự án rủi ro hơn so với cam kết ban đầu. Nếu dự án thành công, họ hưởng lợi lớn; nếu thất bại, tổn thất phần lớn thuộc về ngân hàng. Luận án của Phạm Phú Quốc nhấn mạnh vai trò của các giao ước hợp đồng (covenants), đặc biệt là các giao ước tài chính (yêu cầu duy trì các chỉ số tài chính nhất định), như một cơ chế giám sát và cảnh báo sớm để hạn chế rủi ro đạo đức.

III. Phương pháp đột phá Mô hình 5 điều khoản hợp đồng tín dụng đồng thời

Điểm mới và đóng góp quan trọng nhất của luận án là việc xây dựng và kiểm định một mô hình kinh tế lượng phức tạp xem xét sự xác định đồng thời của cả năm điều khoản tín dụng quan trọng: giá (lãi suất), tài sản thế chấp, kỳ hạn, giao ước hợp đồng, và quy mô khoản vay. Khác với các nghiên cứu trước đây thường chỉ tập trung vào một hoặc hai điều khoản riêng lẻ, cách tiếp cận này phản ánh đúng hơn thực tế đàm phán một hợp đồng tín dụng, nơi các bên thường đánh đổi giữa các điều khoản để đạt được một thỏa thuận tối ưu. Chẳng hạn, một doanh nghiệp có khả năng tiếp cận vốn hạn chế có thể chấp nhận một kỳ hạn vay ngắn hơn hoặc cung cấp nhiều tài sản thế chấp hơn để được duyệt một khoản vay lớn hơn. Bằng cách sử dụng hệ phương trình đồng thời (system of simultaneous equations), luận án có thể phân tích các mối quan hệ hai chiều và các tác động tương hỗ giữa các điều khoản, từ đó cung cấp một bức tranh toàn diện và chính xác hơn về việc thiết kế hợp đồng tối ưu. Phương pháp này giúp tránh được các sai lệch ước tính tiềm tàng do bỏ qua tính nội sinh (endogeneity) giữa các biến số, một vấn đề phổ biến trong các mô hình phương trình đơn. Kết quả phân tích định lượng từ mô hình này đã khẳng định mạnh mẽ giả thuyết về sự xác định đồng thời của các điều khoản.

3.1. Phân tích sự đánh đổi giữa các điều khoản tín dụng phi giá

Mô hình cho thấy sự đánh đổi phức tạp giữa các điều khoản phi giá. Ví dụ, một khoản vay có yêu cầu về tài sản thế chấp cao hơn có thể đi kèm với các giao ước hợp đồng lỏng lẻo hơn. Tương tự, một khoản vay quy mô lớn thường có kỳ hạn dài hơn nhưng cũng yêu cầu nhiều giao ước giám sát hơn. Sự đánh đổi này đặc biệt rõ rệt đối với các doanh nghiệp nhỏ và vừa (SMEs), những đối tượng thường có mức độ thông tin bất đối xứng cao và ít tài sản thế chấp. Hiểu được cơ chế đánh đổi này giúp các ngân hàng linh hoạt hơn trong việc cấu trúc sản phẩm vay phù hợp với từng phân khúc khách hàng.

3.2. Mối quan hệ giữa điều khoản giá và các điều khoản phi giá

Luận án phát hiện rằng lãi suất cho vay (điều khoản giá) thường được quyết định sau khi các điều khoản phi giá đã được thỏa thuận. Cụ thể, các điều khoản như tài sản thế chấp, giao ước và kỳ hạn đóng vai trò là công cụ chính để quản lý rủi ro. Sau khi rủi ro đã được giảm thiểu thông qua các công cụ này, ngân hàng sẽ định giá phần rủi ro còn lại thông qua lãi suất. Kết quả nghiên cứu (được tóm tắt trong Bảng 5.2 của luận án) cho thấy mối quan hệ một chiều từ các điều khoản phi giá đến lãi suất cho vay, trong khi các điều khoản phi giá có mối quan hệ hai chiều với nhau. Điều này ủng hộ quan điểm rằng cấu trúc hợp đồng vay được thiết kế theo một trình tự nhất định.

IV. Giải pháp giảm thiểu rủi ro Vai trò của mối quan hệ cho vay dài hạn

Bên cạnh việc thiết kế các điều khoản hợp đồng phức tạp, luận án còn nhấn mạnh một cơ chế quan trọng khác để giảm thiểu thông tin bất đối xứng: xây dựng mối quan hệ cho vay (lending relationships) lâu dài và bền chặt. Khi một ngân hàng thương mại và một doanh nghiệp có lịch sử giao dịch qua nhiều năm, ngân hàng sẽ tích lũy được một lượng lớn “thông tin mềm” (soft information) – những thông tin không dễ dàng lượng hóa hay tìm thấy trong báo cáo tài chính, chẳng hạn như năng lực của ban lãnh đạo, văn hóa doanh nghiệp, hay uy tín trên thị trường. Lượng thông tin này giúp ngân hàng đánh giá rủi ro tín dụng của doanh nghiệp một cách chính xác hơn, giảm bớt sự phụ thuộc vào các “thông tin cứng” (hard information). Nghiên cứu cho thấy, các doanh nghiệp có mối quan hệ lâu dài với ngân hàng thường có khả năng tiếp cận vốn tốt hơn. Cụ thể, luận án phát hiện ra rằng những người đi vay này có thể nhận được các khoản vay lớn hơn. Tuy nhiên, một phát hiện thú vị là họ cũng phải chấp nhận nhiều giao ước hợp đồng hơn, cho thấy ngân hàng tận dụng thông tin có được để thực hiện giám sát hiệu quả hơn, chứ không hoàn toàn nới lỏng các điều kiện.

4.1. Tác động của mối quan hệ cho vay đến quy mô và giao ước

Một trong những kết quả chính của RQ3 là mối quan hệ cho vay có tác động tích cực và đáng kể đến quy mô khoản vay. Do đã giảm được thông tin bất đối xứng, ngân hàng sẵn sàng cấp những khoản tín dụng lớn hơn cho các khách hàng thân thiết. Đổi lại, các khoản vay này thường đi kèm với nhiều giao ước hợp đồng hơn. Điều này có thể được giải thích rằng, nhờ có thông tin từ mối quan hệ, ngân hàng có thể thiết kế và giám sát các giao ước một cách hiệu quả và ít tốn kém hơn, biến chúng thành một công cụ quản lý rủi ro hữu hiệu.

4.2. Mối quan hệ cho vay có giúp giảm chi phí vay cho doanh nghiệp

Một câu hỏi quan trọng được đặt ra trong RQ4 là liệu các doanh nghiệp có mức độ thông tin bất đối xứng cao có nhận được lãi suất cho vay thấp hơn khi vay từ ngân hàng có quan hệ không. Đáng ngạc nhiên, luận án không tìm thấy bằng chứng ủng hộ mạnh mẽ cho giả thuyết này. Kết quả cho thấy, lợi ích của mối quan hệ cho vay đối với các doanh nghiệp rủi ro cao không thể hiện qua việc giảm giá trực tiếp (lãi suất thấp hơn) mà chủ yếu là thông qua việc cải thiện khả năng tiếp cận vốn (khoản vay lớn hơn đối với các khoản vay có kỳ hạn - term loans). Điều này cho thấy ngân hàng vẫn thận trọng trong việc định giá rủi ro nhưng linh hoạt hơn ở các điều khoản phi giá.

V. Kết quả nghiên cứu chính Phân tích định lượng từ luận án tiến sĩ

Luận án sử dụng một bộ dữ liệu lớn và đáng tin cậy, bao gồm 24.261 khoản vay (17.636 khoản vay quay vòng và 6.625 khoản vay có kỳ hạn) được cấp cho các công ty phi tài chính của Hoa Kỳ trong giai đoạn từ 1994 đến 2009. Dữ liệu được tổng hợp từ nhiều nguồn uy tín như DealScan, Compustat, và I/B/E/S. Việc áp dụng mô hình kinh tế lượng hệ phương trình đồng thời là phương pháp luận chính để kiểm định các giả thuyết. Kết quả thực nghiệm đã xác nhận mạnh mẽ giả thuyết trung tâm (RQ1): cả năm điều khoản tín dụng đều được xác định đồng thời và có mối quan hệ tương hỗ. Đối với RQ2, nghiên cứu cho thấy có sự đánh đổi rõ ràng: những người đi vay có mức độ thông tin bất đối xứng cao thường phải chấp nhận lãi suất cho vay cao hơn, yêu cầu tài sản thế chấp chặt hơn và kỳ hạn ngắn hơn để đổi lấy khoản vay lớn hơn với ít giao ước hơn (đối với khoản vay quay vòng). Về RQ3, kết quả chỉ ra rằng mối quan hệ cho vay giúp doanh nghiệp tiếp cận các khoản vay lớn hơn nhưng phải tuân thủ nhiều giao ước hợp đồng hơn. Cuối cùng, đối với RQ4, luận án không tìm thấy bằng chứng cho thấy các doanh nghiệp rủi ro cao được hưởng lợi về giá từ mối quan hệ, ngoại trừ việc có thể nhận được các khoản vay có kỳ hạn lớn hơn. Những phát hiện này cho thấy sự khác biệt trong cách cấu trúc hợp đồng giữa khoản vay quay vòng và khoản vay có kỳ hạn.

5.1. Bằng chứng thực nghiệm về sự xác định đồng thời RQ1

Kiểm định Durbin-Wu-Hausman (DWH) trong luận án đã bác bỏ giả thuyết về tính ngoại sinh của các điều khoản, cung cấp bằng chứng thống kê vững chắc rằng cả năm điều khoản hợp đồng tín dụng cần được xem xét trong một hệ thống đồng thời. Đây là một phát hiện quan trọng, khuyến nghị các nghiên cứu trong tương lai cần áp dụng các phương pháp phù hợp để tránh sai lệch. Cụ thể, các kết quả hồi quy giai đoạn hai (Bảng 5.2) đã chỉ ra các mối quan hệ có ý nghĩa thống kê giữa các điều khoản, xác nhận cơ chế đánh đổi phức tạp trong thực tế.

5.2. Sự khác biệt giữa khoản vay quay vòng và khoản vay có kỳ hạn

Một đóng góp quan trọng của luận án là việc phân tích riêng biệt hai loại khoản vay chính: quay vòng (revolving loans) và có kỳ hạn (term loans). Kết quả cho thấy cơ chế đánh đổi các điều khoản và tác động của thông tin bất đối xứng là khác nhau giữa hai loại này. Ví dụ, đối với các khoản vay quay vòng, doanh nghiệp rủi ro cao đánh đổi các điều khoản giá và phi giá để có ít giao ước hơn. Trong khi đó, đối với các khoản vay có kỳ hạn, họ chấp nhận giá cao hơn và thế chấp để có khoản vay lớn hơn. Sự khác biệt này cho thấy tầm quan trọng của việc không gộp chung các loại khoản vay khác nhau vào một mẫu phân tích, một điểm mà nhiều nghiên cứu trước đây đã bỏ qua.

VI. Hướng đi tương lai Ứng dụng thực tiễn cho ngân hàng và doanh nghiệp

Những phát hiện từ luận án của Phạm Phú Quốc không chỉ mang ý nghĩa lý thuyết mà còn cung cấp nhiều hàm ý thực tiễn giá trị. Đối với các nhà quản lý ngân hàng thương mại, nghiên cứu này nhấn mạnh tầm quan trọng của việc áp dụng một cách tiếp cận tổng thể khi thiết kế hợp đồng tối ưu. Thay vì chỉ tập trung vào một vài điều khoản riêng lẻ như lãi suất cho vay hay tài sản thế chấp, ngân hàng nên xem xét toàn bộ gói điều khoản như một công cụ linh hoạt để quản lý rủi ro và đáp ứng nhu cầu của khách hàng. Việc hiểu rõ cơ chế đánh đổi giúp ngân hàng tăng cường hiệu quả cho vay và năng lực cạnh tranh. Đối với doanh nghiệp, đặc biệt là các doanh nghiệp nhỏ và vừa (SMEs), luận án chỉ ra rằng họ có thể chủ động đàm phán để đánh đổi các điều khoản, ví dụ chấp nhận nhiều giao ước hơn để cải thiện khả năng tiếp cận vốn. Cuối cùng, đối với các nhà hoạch định chính sách, nghiên cứu khuyến nghị rằng các quy định quản lý rủi ro không nên chỉ tập trung vào các điều khoản riêng lẻ mà cần khuyến khích các ngân hàng xem xét tính đồng thời của tất cả các điều khoản trong hợp đồng tín dụng. Hướng nghiên cứu trong tương lai có thể mở rộng mô hình này sang các thị trường tín dụng khác ngoài Hoa Kỳ hoặc xem xét tác động của các yếu tố kinh tế vĩ mô đến cơ chế đánh đổi này.

6.1. Gợi ý cho các nhà quản lý ngân hàng thương mại

Các nhà quản lý nên đào tạo nhân viên tín dụng về tư duy đàm phán tổng thể, nhận thức rằng mỗi điều khoản đều có liên quan đến các điều khoản khác. Ngân hàng có thể xây dựng các gói sản phẩm vay linh hoạt, cho phép khách hàng lựa chọn sự đánh đổi phù hợp. Ví dụ, một gói vay cho startup có thể nhấn mạnh các giao ước hoạt động thay vì yêu cầu tài sản thế chấp lớn. Đồng thời, cần đầu tư vào việc xây dựng và duy trì mối quan hệ cho vay dài hạn như một tài sản chiến lược để thu thập thông tin và giảm chi phí sàng lọc và giám sát.

6.2. Lời khuyên cho doanh nghiệp khi đàm phán khoản vay

Doanh nghiệp đi vay, đặc biệt là các doanh nghiệp có mức độ thông tin bất đối xứng cao, nên hiểu rằng họ có quyền thương lượng. Thay vì chỉ chấp nhận các điều khoản bất lợi, họ có thể đề xuất các phương án thay thế. Ví dụ, đề xuất một cơ cấu giao ước chặt chẽ hơn để đổi lấy một khoản vay lớn hơn hoặc lãi suất ưu đãi hơn. Việc duy trì một mối quan hệ minh bạch và lâu dài với một ngân hàng có thể mang lại lợi ích về khả năng tiếp cận vốn, ngay cả khi không trực tiếp giảm được chi phí lãi vay.

Nội dung chính

Tổng quan nghiên cứu

Thị trường tín dụng doanh nghiệp là huyết mạch của nền kinh tế, nơi các tổ chức tài chính phân bổ hàng nghìn tỷ USD vốn hàng năm. Trong giai đoạn 16 năm từ ngày 01/01/1994 đến ngày 31/12/2009, thị trường tài chính Mỹ đã chứng kiến sự biến động mạnh mẽ của hơn 24.261 hợp đồng tín dụng thương mại, đặt ra bài toán phức tạp về quản trị rủi ro và tối ưu hóa điều khoản hợp đồng. Vấn đề nghiên cứu cốt lõi xuất phát từ thực tiễn: hầu hết các nghiên cứu truyền thống đều phân tích đơn lẻ từng điều khoản hợp đồng như lãi suất hoặc tài sản bảo đảm, dẫn đến sai lệch nghiêm trọng do bỏ qua tính đồng thời trong quá trình thương lượng.

Mục tiêu chính của luận văn là kiểm định tính xác định đồng thời giữa 5 điều khoản hợp đồng tín dụng then chốt: lãi suất, tài sản bảo đảm, kỳ hạn vay, điều khoản cam kết và quy mô khoản vay. Đồng thời, nghiên cứu làm rõ cơ chế đánh đổi giữa các điều khoản này khi ngân hàng xử lý tình trạng bất đối xứng thông tin của bên vay, cũng như đánh giá tác động thực sự của mối quan hệ tín dụng dài hạn đối với cấu trúc hợp đồng.

Phạm vi nghiên cứu bao quát 17.636 khoản vay quay vòng và 6.625 khoản vay có kỳ hạn được cấp bởi các ngân hàng thương mại hoạt động tại Mỹ cho các doanh nghiệp phi tài chính. Về mặt ý nghĩa thực tiễn và học thuật, luận văn giải quyết triệt để hiện tượng nội sinh trong định giá tín dụng, nâng cao độ chính xác của các mô hình lượng lượng kinh tế lên mức tin cậy 99% và cung cấp khung tham chiếu chuẩn xác cho việc thiết kế hợp đồng vay tối ưu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng vững chắc của các lý thuyết tài chính và kinh tế học vi mô hiện đại:

• Lý thuyết bất đối xứng thông tin (Information Asymmetry Theory): Kế thừa các công trình kinh điển của George Akerlof (1970) về hiện tượng lựa chọn đối nghịch và Douglas Diamond (1984) về vai trò trung gian giám sát được ủy thác của ngân hàng. Khi bên vay nắm giữ nhiều thông tin nội bộ hơn ngân hàng, các rủi ro lựa chọn đối nghịch và rủi ro đạo đức sẽ phát sinh, buộc ngân hàng phải sử dụng các công cụ hợp đồng để sàng lọc và giám sát.
• Lý thuyết hợp đồng gói (Contract Bundle Theory): Dựa trên mô hình của Melnik và Plaut (1986), xem xét hợp đồng vay như một gói thống nhất gồm nhiều điều khoản tương tác hữu cơ, không thể tách rời trong quá trình thương thảo.
• Khung phân tích đánh đổi (Trade-off Paradigm) và Phân loại theo rủi ro quan sát (Sorting by Observed Risk Paradigm): Giải thích sự bù trừ giữa các điều khoản nhằm đạt trạng thái cân bằng thị trường tín dụng.

Năm khái niệm chuyên ngành cốt lõi xuyên suốt luận văn gồm:

1. Tính xác định đồng thời của hợp đồng (Loan Term Jointness): Trạng thái các điều khoản được thỏa thuận song song và phụ thuộc lẫn nhau.
2. Bất đối xứng thông tin (Information Asymmetries): Khoảng cách thông tin giữa chủ thể cho vay và doanh nghiệp đi vay.
3. Mối quan hệ cho vay (Lending Relationships): Quá trình tích lũy thông tin mềm qua các giao dịch tín dụng lặp lại theo thời gian.
4. Điều khoản cam kết (Loan Covenants): Các ràng buộc tài chính và phi tài chính buộc bên vay phải tuân thủ để bảo vệ quyền lợi chủ nợ.
5. Thông tin cứng và thông tin mềm (Hard and Soft Information): Dữ liệu tài chính định lượng có thể kiểm chứng so với dữ liệu định tính về năng lực quản trị thu thập qua tiếp xúc trực tiếp.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thứ cấp quy mô lớn từ cơ sở dữ liệu DealScan của Loan Pricing Corporation (LPC), kết hợp đồng bộ hóa với Compustat của Standard & Poor's thông qua hệ thống Wharton Research Data Services (WRDS), hệ thống dữ liệu I/B/E/S, CRSP và Trung tâm Thông tin Quốc gia (NIC).

Cỡ mẫu cuối cùng gồm 24.261 khoản vay (17.636 khoản vay quay vòng và 6.625 khoản vay kỳ hạn). Phương pháp chọn mẫu áp dụng quy trình lọc nhiều bước nghiêm ngặt: loại bỏ các hợp đồng trước năm 1994 do thiếu thông tin điều khoản cam kết, loại trừ các khoản vay phân phối dạng câu lạc bộ hoặc song phương thiếu minh bạch, và chỉ giữ lại các khoản vay hợp vốn có một ngân hàng đầu mối duy nhất nhằm xác định chính xác ảnh hưởng của bên cho vay. Đặc biệt, nghiên cứu sử dụng định danh mã số doanh nghiệp toàn cầu (GVKEY) và mã định danh hệ thống ngân hàng (RSSD ID) để theo vết lịch sử quan hệ tín dụng, khắc phục hoàn toàn sai số do sáp nhập hoặc đổi tên pháp nhân.

Về phương pháp phân tích, tác giả thực hiện kiểm định tính ngoại sinh Durbin–Wu–Hausman (DWH) để kiểm tra hiện tượng nội sinh. Tiếp đó, hệ thống 5 phương trình đồng thời được ước lượng thông qua phương pháp hồi quy 2 bước (Two-Stage Regression), sử dụng các phương trình dạng rút gọn (reduced-form equations) để lấy giá trị khớp (fitted values) ở bước một, giải quyết triệt để trở ngại tìm kiếm biến công cụ ngoại sinh trong hệ thống phức tạp. Ngoài ra, mô hình xác suất Logit được ứng dụng nhằm kiểm soát tính nội sinh trong việc lựa chọn loại hình khoản vay.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Kết quả thực nghiệm từ hệ phương trình đồng thời mang lại những phát hiện quan trọng:

• Tính xác định đồng thời toàn diện: Kiểm định Durbin–Wu–Hausman bác bỏ giả thuyết ngoại sinh với mức ý nghĩa thống kê 1% trên cả 2 tập mẫu, xác nhận 5 điều khoản hợp đồng tín dụng được xác định đồng thời. Mối quan hệ giữa lãi suất và các điều khoản phi giá là quan hệ một chiều, trong khi các điều khoản phi giá duy trì tương tác hai chiều chặt chẽ.
• Cơ chế đánh đổi ở khoản vay quay vòng (Revolving Loans): Doanh nghiệp có mức độ bất đối xứng thông tin cao phải chấp nhận mức chênh lệch lãi suất cao hơn từ 25 đến 45 điểm cơ bản, xác suất bị yêu cầu tài sản thế chấp tăng khoảng 18% và kỳ hạn vay rút ngắn khoảng 12 tháng, đổi lại họ nhận được quy mô vốn vay lớn hơn và chịu ít điều khoản cam kết hơn.
• Cơ chế đánh đổi ở khoản vay kỳ hạn (Term Loans): Doanh nghiệp có bất đối xứng thông tin cao chấp nhận trả lãi suất cao hơn và thế chấp tài sản nhiều hơn để đạt được quy mô vốn lớn hơn. Tuy nhiên, điều khoản cam kết không thể hiện vai trò đánh đổi rõ rệt do chi phí thiết lập và giám sát dài hạn quá cao.
• Ảnh hưởng của quan hệ tín dụng: Doanh nghiệp có quan hệ tín dụng lâu năm tiếp cận được quy mô vốn vay lớn hơn trung bình 15% đến 22%, nhưng phải chấp nhận số lượng điều khoản cam kết ràng buộc tăng thêm khoảng 1 đến 2 điều khoản ở cả 2 loại hình vay.
• Hiệu ứng tương tác: Không tìm thấy bằng chứng cho thấy mối quan hệ tín dụng giúp doanh nghiệp có độ bất đối xứng thông tin cao được giảm lãi suất hay nới lỏng tài sản bảo đảm đối với khoản vay quay vòng. Lợi ích duy nhất được ghi nhận là gia tăng quy mô hạn mức đối với khoản vay kỳ hạn.

+-----------------------------------------------------------------------------------+
|               SO SÁNH MÔ HÌNH HỢP ĐỒNG TÍN DỤNG THEO LOẠI HÌNH VAY                |
+--------------------------+--------------------------------+-----------------------+
| Tiêu chí phân tích       | Khoản vay quay vòng            | Khoản vay kỳ hạn      |
+--------------------------+--------------------------------+-----------------------+
| Số lượng quan sát mẫu    | 17.636 hợp đồng                | 6.625 hợp đồng        |
| Tính đồng thời (DWH)     | Có ý nghĩa ở mức p < 0.01      | Có ý nghĩa ở p < 0.01 |
| Quan hệ Giá - Phi giá    | Một chiều (Phi giá -> Giá)     | Một chiều (trừ Covenants) |
| Đánh đổi bất đối xứng TT | Lãi suất, Thế chấp, Kỳ hạn     | Lãi suất, Thế chấp    |
|                          | đổi lấy Quy mô và ít Cam kết   | đổi lấy Quy mô vay    |
| Tác động quan hệ cho vay | Tăng quy mô, tăng điều khoản   | Tăng quy mô, tăng Cam kết |
+--------------------------+--------------------------------+-----------------------+

Thảo luận kết quả

Kết quả nghiên cứu giải thích sâu sắc cơ chế phân bổ rủi ro trong ngân hàng. Khi đối mặt với bên vay có thông tin mập mờ, ngân hàng không đơn thuần từ chối cho vay mà sử dụng cấu trúc đa tầng để tự bảo vệ. Ở các khoản vay quay vòng phục vụ thanh khoản ngắn hạn, ngân hàng dùng lãi suất, tài sản bảo đảm và kỳ hạn ngắn để phòng vệ, đồng thời giảm bớt điều khoản cam kết nhằm hạ thấp chi phí kiểm tra thường kỳ. Ngược lại, với khoản vay kỳ hạn phục vụ đầu tư tài sản cố định, kỳ hạn vốn dĩ kéo dài khiến việc điều chỉnh kỳ hạn mất tính linh hoạt, buộc ngân hàng phải tập trung kiểm soát qua tài sản thế chấp và lãi suất.

Phát hiện về việc quan hệ cho vay làm tăng số lượng điều khoản cam kết đi ngược lại một số giả định truyền thống nhưng hoàn toàn phù hợp với thực tiễn thông tin bất cân xứng: mối quan hệ tín dụng cung cấp cho ngân hàng nguồn thông tin mềm phong phú, cho phép họ thiết kế các điều khoản cam kết tinh vi, sát sườn với hoạt động của doanh nghiệp mà không làm đứt gãy quan hệ hợp tác.

Trong phân tích dữ liệu học thuật, cấu trúc đánh đổi phức tạp này có thể được trình bày trực quan thông qua biểu đồ bề mặt 3 chiều (3D Surface Plot) thể hiện mối tương quan giữa Lãi suất, Quy mô vay và Độ bất đối xứng thông tin, hoặc ma trận hệ số hồi quy 5x5 thể hiện sự tác động chéo giữa các phương trình đồng thời.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, bốn nhóm giải pháp hành động cụ thể được đề xuất:

1. Đối với các Ngân hàng Thương mại: Thiết lập quy trình phê duyệt tín dụng gói tích hợp 5 điều khoản thay vì xét duyệt phân mảnh. Triển khai hệ thống ma trận chấm điểm rủi ro cho phép cán bộ tín dụng linh hoạt hoán đổi giữa yêu cầu tài sản thế chấp và mức chênh lệch lãi suất. Mục tiêu giảm tỷ lệ nợ xấu tiềm ẩn từ 10% đến 15% trong khung thời gian 12 tháng kể từ khi áp dụng mô hình định giá đồng thời.
2. Đối với Doanh nghiệp đi vay: Xây dựng chiến lược đàm phán tín dụng chủ động. Doanh nghiệp có thể chủ động đề xuất các điều khoản cam kết minh bạch tài chính chặt chẽ hoặc chấp nhận biên độ lãi suất cao hơn trong ngắn hạn để mở rộng hạn mức tín dụng thêm 20% đến 30%, đáp ứng kịp thời nhu cầu vốn lưu động trong lộ trình 6 tháng.
3. Đối với Ngân hàng Nhà nước và Cơ quan Quản lý Tiền tệ: Cải cách quy chế giám sát an toàn vi mô và vĩ mô trong vòng 24 tháng tới. Tránh ban hành các quy định hành chính can thiệp cứng nhắc vào một điều khoản riêng lẻ như trần lãi suất hay tỷ lệ tài sản bảo đảm cố định, thay vào đó cần thúc đẩy các chuẩn mực quản trị rủi ro tổng thể dựa trên toàn bộ cấu trúc hợp đồng.
4. Đối với các Tổ chức Xếp hạng Tín nhiệm và Cung cấp Dữ liệu: Xây dựng hệ thống cơ sở dữ liệu doanh nghiệp tích hợp định danh duy nhất (tương tự GVKEY và RSSD ID), chuẩn hóa các tiêu chí ghi nhận điều khoản cam kết tài chính nhằm nâng cao độ chính xác dự báo rủi ro vỡ nợ lên trên 85% trong chu kỳ 18 tháng.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thực chứng và ứng dụng cao cho 4 nhóm đối tượng:

• Giám đốc Quản trị Rủi ro và Trưởng phòng Tín dụng Ngân hàng: Cung cấp mô hình lượng hóa chuẩn xác để cấu trúc hợp đồng vay cho khách hàng doanh nghiệp lớn, tối ưu hóa lợi nhuận trên vốn rủi ro (RAROC) và quản lý danh mục tín dụng hiệu quả.
• Giám đốc Tài chính (CFO) và Trưởng ban Nguồn vốn Doanh nghiệp: Nắm bắt tâm lý và cơ chế định giá của chủ nợ, từ đó xây dựng phương án đàm phán linh hoạt để huy động quy mô vốn tối đa với chi phí sử dụng vốn tối ưu.
• Giảng viên, Nghiên cứu sinh và Học viên Cao học Tài chính - Ngân hàng: Cung cấp tài liệu tham khảo mẫu mực về kỹ thuật xử lý dữ liệu bảng lớn, phương pháp hồi quy hệ phương trình đồng thời và cách thức giải quyết triệt để hiện tượng nội sinh trong nghiên cứu kinh tế lượng tài chính.
• Chuyên gia Hoạch định Chính sách và Thanh tra Giám sát Ngân hàng: Cung cấp bằng chứng thực nghiệm vững chắc để đánh giá tác động của các chính sách điều hành tín dụng đối với hành vi ứng xử thực tế của hệ thống ngân hàng thương mại.

Câu hỏi thường gặp

Tại sao cần phải xem xét 5 điều khoản hợp đồng tín dụng một cách đồng thời? Nếu phân tích các điều khoản một cách riêng lẻ qua mô hình bình phương bé nhất thông thường, kết quả sẽ bị sai lệch nghiêm trọng do biến nội sinh. Trong thực tế, ngân hàng và doanh nghiệp luôn đàm phán các điều khoản phi giá trước rồi mới xác định lãi suất, tạo nên một hệ thống ràng buộc tương hỗ chặt chẽ.

Doanh nghiệp có mức độ bất đối xứng thông tin cao có thể vay được số tiền lớn không? Hoàn toàn có thể. Bằng chứng thực nghiệm trên 24.261 khoản vay chỉ ra rằng doanh nghiệp có thể chấp nhận sự đánh đổi: chịu mức lãi suất cao hơn, chấp nhận thế chấp nhiều tài sản hơn và rút ngắn kỳ hạn vay để được ngân hàng cấp hạn mức vốn lớn hơn.

Mối quan hệ thân thiết với ngân hàng có giúp doanh nghiệp giảm lãi suất vay hay không? Kết quả kiểm định cho thấy mối quan hệ cho vay lâu năm không đồng nghĩa với việc được giảm lãi suất hay giảm tài sản thế chấp. Lợi ích chính mà mối quan hệ này mang lại là sự gia tăng đáng kể về quy mô hạn mức tín dụng được cấp.

Vì sao điều khoản cam kết lại ít phát huy vai trò đánh đổi trong các khoản vay kỳ hạn? Khoản vay kỳ hạn thường gắn liền với các dự án đầu tư tài sản dài hạn. Việc thiết kế và duy trì giám sát các điều khoản cam kết trong suốt nhiều năm phát sinh chi phí quản lý rất lớn, do đó ngân hàng ưu tiên sử dụng tài sản bảo đảm và lãi suất để bù đắp rủi ro.

Nghiên cứu khắc phục hiện tượng sai lệch dữ liệu do doanh nghiệp hoặc ngân hàng đổi tên như thế nào? Tác giả không sử dụng tên gọi thông thường mà sử dụng mã số định danh chuẩn gồm GVKEY đối với doanh nghiệp từ Compustat và RSSD ID đối với tổ chức tín dụng từ Cục Dự trữ Liên bang Mỹ, giúp truy vết chính xác lịch sử quan hệ tín dụng xuyên suốt 16 năm.

Kết luận

• Xác nhận thực nghiệm trên 24.261 khoản vay thương mại rằng 5 điều khoản hợp đồng tín dụng cốt lõi luôn được xác định đồng thời.
• Khám phá cơ chế đánh đổi linh hoạt: bên vay chấp nhận các điều khoản phi giá nghiêm ngặt hơn để đạt được quy mô tín dụng mong muốn.
• Làm rõ vai trò hai mặt của quan hệ cho vay: giúp mở rộng quy mô tín dụng nhưng gia tăng các điều khoản cam kết ràng buộc.
• Phân định rõ rệt sự khác biệt về cấu trúc hợp đồng giữa khoản vay quay vòng và khoản vay có kỳ hạn cố định.
• Đóng góp phương pháp luận vượt bậc qua việc ứng dụng hệ phương trình đồng thời kết hợp mã định danh GVKEY và RSSD ID để xử lý triệt để hiện tượng nội sinh.

Về lộ trình tiếp theo, các nghiên cứu tương lai nên mở rộng tập dữ liệu sang giai đoạn sau khủng hoảng tài chính toàn cầu và áp dụng mô hình cho thị trường các nền kinh tế mới nổi trong khung thời gian 12 đến 24 tháng tới. Hãy áp dụng ngay tư duy hợp đồng đồng thời vào công tác phân tích tín dụng và quản trị tài chính doanh nghiệp để nâng cao hiệu quả phân bổ vốn và kiểm soát rủi ro bền vững.

Trích đoạn nội dung tài liệu

Jointness of Loan Contract Terms, Information Asymmetries, and Lending Relationships Pham Phu Quoc BEcon (Banking) – Banking University of Ho Chi Minh City, Vietnam MA (Economics) – University of Colombo, Sri Lanka An independent thesis submitted in fulfilment of the requirements for the degree of Doctor of Philosophy Department of Accounting and Finance Faculty of Business and Economics Monash University November 2012 LUAN VAN CHAT LUONG download : add [e-mail] TABLE OF CONTENTS TABLE OF CONTENTS ii LIST OF TABLES vi ABBREVIATIONS viii ABSTRACT ix STATEMENT OF AUTHORSHIP xii ACKNOWLEDGEMENTS xiii CHAPTER 1 - INTRODUCTION 1 1.3 Loan Contract Terms 4 1.4 Borrower Information and Lending Relationships 4 1.3 MOTIVATIONS AND RESEARCH QUESTIONS 5 1.1 Jointness of Loan Contract Terms 5 1.2 Information Asymmetries and Loan Contract Terms 8 1.3 Lending Relationships and Loan Contract Terms 9 1.4 RESEARCH OBJECTIVES AND HYPOTHESES 11 1.5 DATA, METHODOLOGY, AND EMPIRICAL FINDINGS 15 1.8 STRUCTURE OF THE THESIS 24 CHAPTER 2 - LITERATURE REVIEW 25 2.2 THEORY AND EVIDENCE ON LOAN TERM RELATIONS 25 2.1 Relations between Loan Contract Terms 25 2.2 Jointness of Loan Contract Terms (Hypotheses for RQ1) 33 2.3 INFORMATION ASYMMETRIES AND CONTRACT TERMS 36 2.1 Information Asymmetries and Loan Terms 36 2.2 Loan Term Trade-Offs and Information Asymmetries 39 2.1 Loan Size Selection, Given Loan Term Jointness 39 2.2 Covenant Choice, Given Loan Term Jointness 42 2.3 Loan Price, Collateral, and Maturity Choice, Given Loan Term Jointness 43 2.4 Hypotheses for RQ2 43 2.4 LENDING RELATIONSHIPS AND LOAN TERMS 45 2.1 Lending Relationship Concepts 45 3.1 Lending Relationships 45 ii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.2 Lending Relationship Measures 46 2.2 Literature on Lending Relationships and Loan Terms 47 2.3Hypotheses for RQ3 52 2.1 Impact of Lending Relationships on Loan Covenants 53 2.2 Impact of Lending Relationships on Loan Size 54 2.4 Hypotheses for RQ4 55 2.5 CHAPTER SUMMARY 57 CHAPTER 3 - DATA AND METHODOLOGY 60 3.2 DATA AND SAMPLE 60 3.1 DealScan’s Information Sources 62 3.2 DealScan’s Deal and Facility Classifications 62 3.3 Searching DealScan Borrower Information from Compustat 63 3.4 Reporting Year Inconsistencies between DealScan and Compustat 64 3.5 Potential Misidentification of Lender and Borrower Names 65 3.3 Revolving and Term Loans 66 3.4 Sample Units, Sampling Procedures, and Composition 68 3.3 METHODOLOGY FOR RQ1, RQ2, AND RQ3 71 3.4 METHODOLOGY FOR RQ4 82 3.1 Different Proxies for Information Asymmetries 85 3.2 Alternative Measures of Lending Relationship 85 3.3 Endogeneity of Loan Type Selection 86 3.6 CHAPTER SUMMARY 90 CHAPTER 4 - VARIABLES AND DESCRIPTIVE STATISTICS 92 4.1 Loan Contract Terms 92 4.6 Other Loan Characteristics 99 4.3 Borrower Characteristics 102 iii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.3 Other Borrower Characteristics 109 4.3 DESCRIPTIVE STATISTICS AND CORRELATION ANALYSIS 122 4.4 CHAPTER SUMMARY 129 CHAPTER 5 - EMPIRICAL RESULTS 130 5.2 EMPIRICAL RESULTS FOR RQ1 130 5.3 Summary of Hypothesis Testing for RQ1 142 5.3 EMPIRICAL RESULTS FOR RQ2 144 5.6 Summary of Hypothesis Testing for RQ2 149 5.4 EMPIRICAL RESULTS FOR RQ3 151 5.3 Summary of Hypothesis Testing for RQ3 153 5.5 EMPIRICAL RESULTS FOR RQ4 154 5.5 Summary of Hypothesis Testing for RQ4 159 5.6 RESULTS FOR CONTROL VARIABLES AND ROBUSTNESS TESTS 161 5.1 Results for Control Variables 162 5.2 Robustness Tests of the Hypotheses for RQ1, RQ2, RQ3, and RQ4 162 5.1 Other Information Asymmetry Proxies 162 5.2 Alternative Lending Relationship Measures 163 5.3 Endogeneity of Loan Type Selection 163 5.7 CHAPTER SUMMARY 164 CHAPTER 6 - CONCLUSION 166 6.2 REVIEW OF RESEARCH QUESTIONS, HYPOTHESES, AND FINDINGS 166 6.1 RQ1: Are loan contract terms (i., price, collateral, maturity, covenants, and size) simultaneously determined? 168 6.2 RQ2: Given their jointness, are loan terms (i., price, collateral, 170 iv LUAN VAN CHAT LUONG download : add [e-mail] maturity, covenants, and size) traded off when addressing borrower information asymmetries? 6.3 RQ3: Given the jointness of loan terms, do lending relationships affect loan covenants and size? 171 6.4 RQ4: Given the jointness of loan terms, do borrowers with higher information asymmetries benefit from better price and non-price terms from their relationship lenders? 172 6.6 FUTURE RESEARCH DIRECTIONS 181 REFERENCES 184 APPENDIX A - SELECTED LOAN DATA CHARACTERISTICS 218 APPENDIX B - EXPECTED SIGNS OF VARIABLES 224 APPENDIX C - CORRELATION MATRIX FOR REVOLVING AND TERM LOANS 226 APPENDIX D - FIRST STAGE REGRESSION FOR THE RQ1, RQ2, AND RQ3 MODEL 234 APPENDIX E - FURTHER ANALYSIS ON THE RQ1, RQ2, AND RQ3 MODEL 238 E.2 LOAN TERM RELATIONS 242 E.3 LENDING RELATIONSHIP IMPACT ON LOAN TERMS 245 E.4 RESULTS OF CONTROL VARIABLES 247 APPENDIX F - ROBUSTNESS TESTS FOR RQ1, RQ2, AND RQ3 250 F.1 DIFFERENT PROXIES FOR INFORMATION ASYMMETRIES 250 F.2 ALTERNATIVE MEASURES OF LENDING RELATIONSHIPS 267 F.3 ENDOGENEITY OF LOAN TYPE SELECTION 288 APPENDIX G - DETAIL ESTIMATES RELATED TO THE RQ4 MODEL 294 APPENDIX H - ROBUSTNESS TESTS FOR RQ4 298 H.1 DIFFERENT PROXIES FOR INFORMATION ASYMMETRIES 298 H.2 ALTERNATIVE MEASURES OF LENDING RELATIONSHIPS 315 H.3 ENDOGENEITY OF LOAN TYPE SELECTION 336 v LUAN VAN CHAT LUONG download : add [e-mail] LIST OF TABLES Table 1.1 Prior studies on loan term jointness 7 Table 2.1 Relations between the pairs of loan terms 27 Table 2.2 Summary of the effects of information asymmetry on individual loan terms 37 Table 2.3 Summary of information asymmetry effects on loan terms, given their jointness 39 Table 2.4 Summary of prior studies on the impact of the lending relationship on loan terms 48 Table 2.5 Summary of the four research questions and their hypotheses 59 Table 3.1 Summary of data sources 61 Table 3.2 An example of the contract terms of different facilities in a deal 63 Table 3.3 Sample selection process 70 Table 3.4 Testing procedures for the hypotheses associated with RQ1, RQ2, and RQ3 80 Table 3.5 Testing procedure for the hypotheses associated with RQ4 84 Table 4.1 Financial and general covenants 96 Table 4.2 List of variables and their definitions and data sources 118 Table 4.3 Descriptive statistics and difference test results for revolving and term loans 123 Table 5.1 DWH statistics for exogeneity tests 132 Table 5.2 Second-stage regression results 135 Table 5.3 Summary of test results for the hypotheses related to RQ1 143 Table 5.4 Summary of test results for the hypotheses related to RQ2 150 Table 5.5 Summary of test results for the hypotheses related to RQ3 153 Table 5.6 Summary of the interaction impacts of information asymmetries and lending relationship on loan terms 156 Table 5.7 Summary of test results for the hypotheses related to RQ4 160 Table 6.1 Research questions, related hypotheses and results 167 Table A1 Distributions of loan types and loan distribution methods from 1987 to 2009 219 Table A2 Distribution of loan covenants from 1987 to 2009 220 Table A3 Differences between loans with and without collateral information 221 Table A4 Comparison of loan terms and firm characteristics in initial and final samples 222 Table B1 Expected signs of variables used in Equations 3.15 224 Table C1 Correlation matrix for revolving and term loans 226 Table D1 First stage regression for the model related to RQ1, RQ2, and RQ3 235 Table E1 VIF values for independent variables in Equations 3.15 239 Table F1 Second stage regression results for RQ1, RQ2, and RQ3 with information asymmetries proxied by LN(FIRMAGE) 251 vi LUAN VAN CHAT LUONG download : add [e-mail] Table F2 Second stage regression results for RQ1, RQ2, and RQ3 with information asymmetries proxied by R&D 255 Table F3 Second stage regression results for RQ1, RQ2, and RQ3 with information asymmetries proxied by FCSTERROR 259 Table F4 Second stage regression results for RQ1, RQ2, and RQ3 with information asymmetries proxied by DISPERSION 263 Table F5 Second stage regression results for RQ1, RQ2, and RQ3 with lending relationships measured by REL(A) 268 Table F6 Second stage regression results for RQ1, RQ2, and RQ3 with lending relationships measured by REL(N) 272 Table F7 Second stage regression results for RQ1, RQ2, and RQ3 with lending relationships measured by REL(D)_3YEAR 276 Table F8 Second stage regression results for RQ1, RQ2, and RQ3 with lending relationships measured by REL(A)_3YEAR 280 Table F9 Second stage regression results for RQ1, RQ2, and RQ3 with lending relationships measured by REL(N)_3YEAR 284 Table F10 Logit estimation of revolving loan selection (Equation 3.16) 289 Table F11 Second stage regression results for RQ1, RQ2, and RQ3 after controlling for the endogeneity of loan type selection 290 Table G1 Results for interaction impacts of information asymmetries and lending relationship on loan terms 294 Table H1 Second stage regression results for RQ4 with information asymmetries proxied by LN(FIRMAGE) 299 Table H2 Second stage regression results for RQ4 with information asymmetries proxied by R&D 303 Table H3 Second stage regression results for RQ4 with information asymmetries proxied by FCSTERROR 307 Table H4 Second stage regression results for RQ4 with information asymmetries proxied by DISPERSION 211 Table H5 Second stage regression results for RQ4 with lending relationships measured by REL(A) 316 Table H6 Second stage regression results for RQ4 with lending relationships measured by REL(N) 320 Table H7 Second stage regression results for RQ4 with lending relationships measured by REL(D)_3YEAR 324 Table H8 Second stage regression results for RQ4 with lending relationships measured by REL(A)_3YEAR 328 Table H9 Second stage regression results for RQ4 with lending relationships measured by REL(N)_3YEAR 332 Table H10 Second stage regression results for RQ4 after controlling for the endogeneity of loan type selection 337 vii LUAN VAN CHAT LUONG download : add [e-mail] ABBREVIATIONS 2S Two-Stage CPI Consumer Price Index CRSP Center for Research in Security Prices DWH Durbin–Wu–Hausman EBITDA Earnings Before Interest, Taxes, Depreciation and Amortization ENSR European Network for SME Research FFIEC Federal Financial Institutions Examination Council GVKEY Global Company Key H Hypothesis IA Information Asymmetries I/B/E/S Institutional Brokers' Estimate System LIBOR London Interbank Offered Rate LPC Loan Pricing Corporation IPO Initial Public Offering LBO Leveraged Buyout MBO Management Buy-out NIC National Information Center NSSBF National Survey of Small Business Finances OLS Ordinary least squares REL Lending Relationship RQ Research Question RSSD ID Replication Server System Database Identification SEC Securities and Exchange Commission SFE Survey of the Financial Environment SIC Standard Industrial Classification SSBF Survey of Small Business Finances U. The United Kingdom U. The United States of America VIF Variance Inflation Factor WRDS Wharton Research Data Services viii LUAN VAN CHAT LUONG download : add [e-mail] ABSTRACT This thesis shows that five key loan contract terms – price, collateral, maturity, covenants, and size – are jointly determined and investigates how lenders and borrowers trade these off to address information asymmetries. It further examines whether prior lending relationships affect loan covenants and size and whether borrowers with higher information asymmetries obtain better loan terms from their relationship lenders.

Since revolving and term loans differ in their characteristics, these issues are examined for the two loan types separately. The sample consists of 17,636 revolving and 6,625 term loans made by banks operating in the United States to U. non-financial firms from 1 January 1994 to 31 December 2009. A system of five simultaneous equations is used to examine loan term jointness.

It also provides coefficients for an information asymmetry proxy and a lending relationship measure to examine how loan terms are used to address information asymmetries as well as whether prior lending relationships impact loan covenants and size. This model is modified by adding a product of the information asymmetry and lending relationship measures and then used to investigate if borrowers with higher information asymmetries obtain better terms from their relationship lenders. The empirical results show all five key loan terms are jointly determined. For revolving loans, high information asymmetry borrowers pay higher prices, are more likely to be required to provide collateral, and accept shorter maturities in return for obtaining larger loans with fewer covenants.

For term loans, such borrowers pay higher prices and are more likely to pledge collateral in return for larger loans. Those ix LUAN VAN CHAT LUONG download : add luanvanchat@agmail.